SAS Korea
데이터를 넘어 인텔리전스 세상으로 향하는 SAS 코리아의 여정에 함께 하세요.
Payment Fraud는 금융기관의 지속적인 도전 과제입니다. 디지털 결제방식이 다양화되고 실시간 결제 금액이 증가함에 따라 실시간 사기 탐지 및 예방이 필수적인 시대가 되었습니다. 동시에 고객은 마찰 없는 고객 경험을 요구하기 때문에 사기 탐지 시스템은 사기 탐지 성능과 고객 불편 간의 균형이 잘 유지되도록 충분히 정교하게 운영되어야 합니다. 규칙기반(Rule Base) 탐지가 좋은
보통 분석모델 관리 프로세스는 모델개발, 모델등록, 배포, 모니터링 및 재학습으로 구성됩니다. 이번 글에서는 SAS Model Manager (MM)가 제공하는 API를 통해 분석모델 관리 프로세스가 어떻게 진행되는지 살펴보겠습니다. SAS MM은 모델 컬렉션의 생성 및 관리를 간소화하는 제품입니다. 이 웹 기반 인터페이스를 사용하면 모델 관리 프로세스를 손쉽게 자동화하고, 사용자가 모델링 프로세스의 각 단계별로 진행
대표적인 오픈소스인 R, 파이썬 사용자들이 SAS 제품의 성능과 장점을 쉽게 활용할 수 있는 방법은 무엇일까요? 오픈소스 사용자들은 SAS에 어떻게 접근을 해서 어떠한 결과물을 만들어낼 수 있을까요? 데이터 분석에 대한 가장 폭넓은 시각과 라이프사이클 솔루션을 보유한 SAS만의 데이터분석 능력을 오픈 소스를 선호하는 R, 파이썬 사용자들도 쉽게 활용할 수 있는 방법을 소개해
증가하는 AI 시스템 구축 최근 AI 시스템 구축에 관한 기사들을 많이 볼 수 있습니다. 국민은행의 AI 보이스피싱 모니터링 시스템, 심평원의 인공지능(AI)을 이용한 과잉 진료 단속 시스템, 우리은행의 무역 기반 자금세탁방지(Anti-TBML) 시스템, 대우건설의 AI 기반 입찰 데이터 분석 시스템, 그리고 갤러리아 백화점의 AI 기반 백화점 맞춤서비스 등 매우 다양합니다. 이러한 AI